cover
Contact Name
Zulfan Zainal
Contact Email
zulfanzainal@serambimekkah.ac.id
Phone
+6281360353540
Journal Mail Official
jnkti@serambimekkah.ac.id
Editorial Address
Gedung H Fakultas Teknik Universitas Serambi Mekkah Jl. T. Imum Lueng Bata, Batoh, Kota Banda Aceh - Aceh
Location
Kota banda aceh,
Aceh
INDONESIA
Jurnal Nasional Komputasi dan Teknologi Informasi
ISSN : 26208342     EISSN : 26213052     DOI : https://doi.org/10.32672/jnkti.v8i2
Jurnal Nasional Komputasi dan Teknologi Informasi adalah jurnal nasional yang diterbitkan oleh Program Studi Teknik Komputer Universitas Serambi Mekkah tahun 2018 dan telah Terakreditasi SINTA 5. Jurnal ini terbit sebanyak enam edisi dalam satu tahun yaitu setiap bulan Februari, April, Juni, Agustus, Oktober dan Desember baik cetak (P-ISSN : 2620-8342) dan online (E-ISSN: 2621-3052). Jurnal ini mempublikasikan artikel-artikel ilmiah yang berkaitan dengan bidang Komputer dan Teknologi Informasi dengan scope Rekayasa Perangkat Lunak, Sistem Informasi, Jaringan Komputer, Elektronika dan Sistem Kontrol, Multimedia dan Pengolahan Citrat Digital serta bidang Komputer dan Informatika lainnya yang relevan. Artikel yang dikirimkan ke JNKTI dapat ditulis dalam Bahasa Indonesia atau Bahasa Inggris. Setiap artikel yang dipublikasi dalam jurnal ini akan direview terlebih dahulu dengan metode Peer-Review dan hanya artikel yang memenuhi syarat yang akan dipublikasikan. Artikel-artikel yang telah dipublikasikan oleh JNKTI juga sudah diindeks oleh beberapa lembaga indeksasi seperti Google Scholar, Garuda, CrossRef, BASE, Moraref dan SINTA. Bidang bidang fokus penelitian yang akan dipublikasi dalam jurnal ini antara lain : Bidang Rekayasa Perangkat Lunak Bidang Jaringan Komputer Bidang Multimedia dan Pengolahan Citra Digital Bidang Komputasi Bidang Sistem dan Teknologi Informasi Bidang Kecerdasan Buatan Multidisiplin ilmu lainnya yang relevan
Articles 1,300 Documents
Sistem Pakar Mendiagnosa Penyakit Bawang Merah Dengan Metode Depthfirst Search Backward Chaining Johanes Perdamenta Sembiring; Jonson Manurung
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 4, No 5 (2021): Oktober 2021
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v4i5.3420

Abstract

There were 12 disease data obtained from the agriculture and horticulture department of Deli Serdang, namely earthworms, thrips pests, leaf caterpillars, armyworms, aphids, root namhodes, purple spots, powdery mildew, stem neck rot, anthracnose, fusarium wilt, rot. poor, dead shoots (phytopthora porri foister) and there are 30 Symptoms of disease in onion plants An expert system is a computer program that provides expert advice (decisions, recommendations or problem solving) as if people had been consulted. The backward chaining method is the opposite of forward chaining which starts with a hypothesis (an object) and asks for information to convince or ignore. Backward chaining inference engines are often called Object-Driven/Goal-Driven. In this study, a web-based expert system was designed using the backward chaining method which aims to detect the type of disease in shallot plants by paying attention to the symptoms experienced in shallot plants. By using the backward chaining method, the value of disease certainty in shallot plants will be obtained from the expert system designed. The test results concluded that the design of an expert system for diagnosing diseases in shallots using the backward chaining method was as expected.
Penerapan Metode Harmonic Mean Filter Dalam Mereduksi Gaussian Noise Pada Citra Digital Dhea Agusti; Adli Abdillah Nababan
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4468

Abstract

Abstrak - Pada penelitian ini, noise dibangkitkan dengan menggunakan tools matlab dan dilakukan analisa. oleh karena itu, untuk mereduksi derau (noise) perlu dilakukan suatu proses perbaikan kualitas citra terhadap citra yang mengalami derau atau noise tersebut sehingga citra dapat dengan mudah diinterpretasikan baik oleh manusia maupun mesin. Penelitian ini menggunakan metode harmonic mean filter. Harmonic mean filter merupakan salah satu metode untuk menghitung rata-rata dari citra yang rusak g(s,t) pada sebuah blok area citra yang didefinisikan oleh ????????????. Nilai dari citra f(x,y) yang diperbaiki pada tiap titik (x,y) hanya dihitung dengan menggunakan piksel dalam daerah yang didefinisikan oleh ????????????. Tipe noise yang digunakan dalam penelitian ini adalah gaussian noise. Gaussian noise memiliki intensitas yang sesuai dengan distribusi normal yang memiliki rerata (mean) dan varian tertentu. Penelitian ini menguji seberapa efektif metode harmonic mean filter dalam mereduksi gaussian noise menggunakan citra rontgen. penelitian ini menggunakan matriks 5 x 5 dalam sampel perhitungannya. Hasilnya yaitu berupa angka dari hasil metode perhitungan harmonic mean filter dalam bentuk tabel.Kata kunci: Harmonic Mean Filter, Citra Digital, Gaussian Noise, Reduksi, Rontgen. Abstract - In this research, noise is generated using MATLAB tools and analyzed. Therefore, to reduce noise, it is necessary to carry out an image quality improvement process for images that experience noise or noise so that the image can be easily interpreted by both humans and machines. This study uses the Harmonic Mean Filter method. Harmonic Mean Filter is one method to calculate the average of the damaged image g(s,t) in a block image area defined by . The value of the fixed f(x,y) image at each point (x,y) is calculated using only pixels in the area defined by . The type of noise used in this study is Gaussian Noise. Gaussian Noise has an intensity that corresponds to a normal distribution which has a certain mean (mean) and variance. This study examines how effective the Harmonic Mean Filter method is in reducing Gaussian Noise using X-ray images. This study uses a 5 x 5 matrix in the calculation sample. The result is a number from the results of the Harmonic mean filter calculation method in tabular form.Keywords: Harmonic Mean Filter, Digital Image, Gaussian Noise, Reduction, X-Ray.
Identifikasi Kedipan Mata dengan Menggunakan Sensor Electroencephalography dan Metode K-Nearest Neighbour swadexi istiqphara; Rudi Uswarman; Uri Arta Ramadhani
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 3, No 1 (2020): April 2020
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v3i1.1963

Abstract

Pada paper ini membahas tentang pendeteksian kedipan mata dengan menggunakan metode K-Nearest Neighbour dan Perangkat sensor gelombang otak (Electroencephalography/EEG). EEG atau Sensor gelombang otak merupakan sensor yang terdiri dari elektroda yang berfungsi untuk mendeteksi sinyal-sinyal listrik pada permukaan kulit kepala. Sinyal-sinyal listrik dihasilkan oleh gelombang otak saat tubuh melakukan aktifitas fisik, seperti mengedipkan mata, menggerakan tangan, kondisi tidur dan juga saat emosi. Pada EEG, elektroda yang digunakan sebaiknya lebih dari satu buah, hal ini untuk mendeteksi perubahan sinyal listrik dibeberapa bagian kepala sehingga dapat meningkatkan jenis aktifitas tubuh yang dapat diidentifikasi. Luaran EEG merupakan hasil pembacaan listrik yang dikonversi kedalam nilai ADC, sehingga masih membutuhkan pemrosesan selanjutnya agar dapat digunakan untuk mendeteksi gerakan. Pada paper ini digunakan metode K-Nearest Neighbour dengan dua teknik pemrosesan data untuk memproses data yang dihasilkan oleh elektroda untuk mendeteksi berkedip atau tidak. Hasil yang diperoleh menunjukan KNN #2  memiliki performa yang lebih baik dibandingkan metode KNN #1 baik dalam akurasi maupun kecepatan.
Rancang Bangun Sistem Informasi Kepegawaian Kantor Dinas Pengendalian Penduduk dan Keluarga Berencana Kefamenanu Menggunakan Metode Agile Development Banusu, Lusitania; Nababan, Darsono; Seran, Krisantus J. Tey
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 4 (2024): Agustus 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i4.7865

Abstract

Abstrak - Pengelolaan data pegawai termasuk kegiatan yang sangat penting dan diwajibkan bagi suatu instansi atau perusahaan agar data pegawai dapat terkelola secara teratur. Di dalam Kantor DP2KB pengelolaan data pegawai yang dilakukan masih secara manual, belum terkomputerisasi dengan baik seperti pengolahan data pegawai, dan juga data gaji dimana menggunakan Microsoft office. Tujuan penelitian ini ialah membangun sebuah sistem data pegawai agar dapat membantu pihak kepegawaian dalam pengelolaan data pegawai di kantor DP2KB. Metode yang digunakan ialah agile development sebagai metode pengembangan sistem dalam membangun sistem informasi kepegawaian. Hasil dari penelitian ini yakni menghasilkan sebuah sistem informasi kepegawaian yang dapat mempermudah pihak kantor DP2KB dalam pengelolaan data pegawai secara teratur dan efisiesnKata kunci: Sistem Informasi, Kepegawaian, Agile Development, DP2KB Abstract - Managing employee data is a very important activity and is required for an agency or company so that employee data can be managed regularly. In the DP2KB Office, employee data management is still done manually, not yet properly computerized, such as processing employee data and also salary data which uses Microsoft Office. The aim of this research is to build an employee data system so that it can assist personnel in managing employee data at the DP2KB office. The method used is agile development as a system development method in building a personnel information system. The results of this research are to produce a personnel information system that can make it easier for the DP2KB office to manage employee data regularly and efficiently.Keywords: Information Systems, Personnel, Agile Development, DP2KB
Analisis Sentimen Komentar Di YouTube Tentang Ceramah Ustadz Abdul Somad Menggunakan Algoritma Naïve Bayes Habibi Al Rasyid Harpizon; Rahmad Kurniawan; Iwan Iskandar; Roni Salambue; Elvia Budianita; Fadhilah Syafria
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 1 (2022): Februari 2022
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i1.4008

Abstract

Abstrak - Sosial media tidak hanya digunakan oleh masyarakat Indonesia untuk hiburan, tetapi juga sebagai media edukasi. Youtube merupakan salah satu media sosial yang terkenal di Indonesia dengan 93,8% pengguna. Youtube juga dimanfaatkan sebagai media Dakwah seperti yang dilakukan oleh Ustadz Abdul Somad. Ustadz Abdul Somad merupakan ulama yang berpengaruh di Indonesia. Beliau sering mengunggah video yang membahas berbagai jenis persoalan agama khususnya pada bidang hadist dan fiqih. Pengguna Youtube dapat memberikan feedback berupa like, dislike dan komentar terhadap video yang ditayangkan. Feedback diperlukan oleh pembuat konten di Youtube untuk melihat tanggapan pengguna. Analisa secara manual sulit dilakukan karena jumlah data yang besar. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Ustadz Abdul Somad melalui  komentar youtube menggunakan algoritma Naïve Bayes. Penelitian ini menggunakan 1000 komentar dari 10 video yang ada di Youtube mengenai Ustad Abdul Somad. Naïve Bayes merupakan algoritma yang sederhana, namun memiliki akurasi yang tinggi dan dapat digunakan pada data yang sedikit. Berdasarkan hasil penelitian, didapatkan sebanyak 67% berkomentar positif, 27% berkomentar netral  dan 6% berkomentar negatif. Berdasarkan pengujian didapatkan akurasi sebesar 87%, presisi 91% dan recall 97%. Berdasarkan pengujian tersebut dapat disimpulkan bahwa penelitian ini dapat digunakan untuk hasil sentimen dengan cepat di Youtube.Kata kunci: Analisis Sentimen, Naïve Bayes, Ustadz Abdul Somad, Youtube Abstract - Indonesian people have been used Youtube for entertainment and as an education. As Indonesia's most popular social media, Youtube has 93.8% users. YouTube is also used as a medium of Da'wah, like Ustadz Abdul Somad. Ustadz Abdul Somad is an influential Preacher in Indonesia. He often uploads videos that lecture various types of religious issues, especially in the fields of hadith and fiqh. YouTube users can provide feedback in the form of likes, dislikes, and comments on videos that are shown. Creators need feedback on YouTube to see user feedback. Manual analysis is complicated because of the large amount of data. Therefore, this study aimed to analyze public sentiment towards Ustadz Abdul Somad through YouTube comments using the Naïve Bayes algorithm. This study obtained 1000 comments from 10 videos about Ustad Abdul Somad. Naïve Bayes is a simple algorithm with high accuracy and can be used on small data. Based on the results, it was found that 67% commented positively, 27% commented neutrally, and 6% commented negatively. Based on the experimental testing, the accuracy is 87%, precision is 91%, and recall is 97%. Based on these tests, it can be concluded that this research can be used for quick sentiment results on YouTube.Keywords: Sentiment Analysis, Naïve Bayes, Ustadz Abdul Somad, Youtube
Rancang Bangun Sistem Pengukuran Mutu Layanan Di Universitas Widya Kartika Immanuel Johnson Agustian
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 6, No 6 (2023): Desember 2023
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v6i6.7142

Abstract

Abstrak Penelitian ini bertujuan untuk mengembangkan dan menerapkan sistem pengukuran mutu layanan di Universitas Widya Kartika. Sistem ini didesain untuk secara holistik mengevaluasi kualitas layanan yang diberikan oleh universitas dalam berbagai aspek, termasuk akademik, administratif, dan fasilitas. Metodologi penelitian melibatkan analisis kebutuhan stakeholder, pengembangan indikator mutu, dan implementasi sistem menggunakan teknologi informasi. Pengukuran mutu layanan dilakukan secara periodik untuk memastikan pemahaman yang mendalam terhadap kebutuhan pengguna dan efektivitas upaya perbaikan yang dilakukan oleh universitas. Hasil penelitian diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan mutu layanan di lingkungan perguruan tinggi, sekaligus memberikan dasar bagi pengambilan keputusan yang lebih efisien dan efektif dalam upaya peningkatan kualitas pendidikan di Universitas Widya Kartika.Kata kunci: Kuesioner, Mutu Layanan, Rancang Bangun, UMLAbstract This research aims to develop and implement a service quality measurement system at Widya Kartika University. This system is designed to holistically evaluate the quality of services provided by universities in various aspects, including academic, administrative and facilities. The research methodology involves analyzing stakeholder needs, developing quality indicators, and implementing systems using information technology. Service quality measurements are carried out periodically to ensure a deep understanding of user needs and the effectiveness of improvement efforts carried out by the university. It is hoped that the research results can make a significant contribution in improving the quality of services in the tertiary environment, as well as provide a basis for more efficient and effective decision making in efforts to improve the quality of education at Widya Kartika University.Keywords: Questionnaire, Service Quality, Design, UML
Penerapan Data Mining Untuk Prediksi Penjualan Mobil Menggunakan Metode K-Means Clustering Sufajar Butsianto; Nindi Tya Mayangwulan
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 3, No 3 (2020): Desember 2020
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v3i3.2428

Abstract

Penggunaan mobil di Indonesia setiap tahunnya selalu meningkat dan membuat perusahaan otomotif berlomba-lomba dalam peningkatan penjualannya. Tujuan dari penelitian ini untuk mengelompokan data penjualan kedalam sebuah cluster dengan metode Data Mining Algoritma K-Means Clustering. Data Penjualan nantinya akan dikelompokan berdasarkan kemiripan data tersebut sehingga data dengan karakteristik yang sama akan berada dalam satu cluster. Atribut yang digunakan adalah brand dan penjualan. Cluster yang terbentuk setelah dilakukan proses K-Means Clustering terbagi menjadi tiga cluster yaitu Cluster 0 jumlah anggota 235 dengan presentase 26% dikategorikan Laris, Cluster 1 jumlah anggota 604 dengan presentase 67% dikategorikan Kurang Laris, dan Cluster 2 jumlah angota 61 dengan presentase 7% dikategorikan Paling Laris, dari proses clustering diatas dapat diperoleh validasi DBI (Davies Bouldin Index) dengan nilai 0,341
Pembuatan E-Habsyi Berbasis Android Untuk Melestarikan Alat Musik Tradisional Mambang Mambang; Subhan Panji Cipta; Septian Eka Prastya; Muhammad Zulfadhilah; Finki Dona Marleny; Muhammad Khairul Akbar; Rahmini Rahmini; Haniffah Sri Rinjani; Hudatul Aulia; Maria Ulfah; Indah Wulandari; Ahmad Riki Renaldy; Bima Wicaksono
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4259

Abstract

Abstrak - Digitalisasi pada banyak hal, telah membawa perubahan yang sangat siginfikan pada banyak sektor. Di era seperti saat ini, banyak generasi milenial minim akan pengetahuan mengenai kesenian, dan tak terkecuali juga pada kesenian musik yaitu habsyi. Pemanfaatan software untuk membuat berbagai jenis aplikasi dan keinginan untuk melestarikan alat musik tradisional berbasis digital menjadi tujuan dalam pembuatan e-habsyi berbasis android ini. Proses yang dilakukan dalam membuat aplikasi berbasis android ini yaitu e-habsyi, dilakukan dengan tahapan dan metode waterfall. Metode waterfall atau sering disebut dengan siklus hidup klasik merupakan proses pengembangan berbagai jenis aplikasi baik yang bersifat online dan juga desktop. Penggunaan aplikasi E-Habsyi berbasis Mobile sebagai media informasi dan media pembelajaran untuk mempermudah masyarakat khususnya orang-orang yang baru belajar dan ingin mengetahui tentang bagaimana cara memaikan alat musik Habsyi selain itu didalam aplikasi ini juga terdapat sejarah dan perkembangan Habsyi. Berdasarkan hasil uji coba terhadap device aplikasi E- Habsyi berbasis Android ini dapat diinstal dengan baik dan pada hasil uji coba terhadap pengguna, Aplikasi ini menyajikan aplikasi yang adaptif. Dari 30 Responden yang diberikan pertanyaan, 18 orang atau 60% memberikan respon yang baik dengan fitur yang terdapat pada aplikasi dan 12 orang atau 40% memberikan respon yang cukup pada aplikasi.Kata kunci: Android, Alat Musik Tradisional, Waterfall, E-Habsyi
Perbandingan Gradient Boosting dan Light Gradient Boosting Dalam Melakukan Klasifikasi Rumah Sewa Rizka Dahlia; Cucu Ika Agustyaningrum
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 6 (2022): Desember 2022
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i6.5460

Abstract

Abstrak— Persaingan antar perusahaan tidak akan dapat terhindarkan apalagi terkait tujuan perusahaan dalam mendapatkan omset sebesar-besarnya. Salah satu persaingan yang terjadi adalah dibidang property atau jika lebih spesifik lagi yaitu penyewaan rumah. Sebuah perusahaan harus menentukan strategi bagaimana rumah yang akan disewakan nantinya akan sebanding dengan harga pembangunan. Maka dari itu perusahaan dapat melakukan klasifikasi rumah sewa dalam menentukan hal tersebut. Penelitian ini menggunakan model Gradient Boosting dan Light Gradient Boosting. Hasil yang didapatkan adalah bahwa model Gradient Boosting adalah model yang cocok pada penelitian ini dengan mendapatkan hasil accuracy 84.38%, precision 83.33% dan recall 87.53%. Jika dilihat perbandingan dari confusion matrix, Gradient Boosting memiliki jumlah hasil prediksi data lebih besar dibanding dibanding Light  Gradient Boosting.Kata kunci: Rumah Sewa, Data Mining, Gradient Boosting, Light Gradient Boosting Abstract— Competition between companies cannot be avoided, especially regarding the company's goal of getting the maximum turnover. One of the competitions that occurs is in the property sector, or more specifically, house rental. A company must determine a strategy for how the house to be rented out will be comparable to the construction price. Therefore the company can classify rental houses in determining this. This study uses the Gradient Boosting and Light Gradient Boosting models. The results obtained are that the Gradient Boosting model is a suitable model in this study with 84.38% accuracy, 83.33% precision and 87.53% recall. If you look at the comparison of the confusion matrix, Gradient Boosting has a greater number of data prediction results than Light Gradient Boosting.Keywords : House for rent, Data Mining, Gradient Boosting, Light Gradient Boosting
Rancang Bangun Sistem Pendukung Keputusan untuk Penerima Bantuan Set Top Box dengan Metode Simple Adjective Weighting Maria Ilona Silab; Yoseph P.K Kelen; Krisantus J. Tey Seran
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 2 (2024): April 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i2.7540

Abstract

Abstrak – Salah satu bentuk kepedulian pemerintah terhadap kehidupan masyarakat adalah dengan memberikan bantuan bagi yang membutuhkan. Pemerintah Kabupaten Timor Tengah Utara (TTU) melalui Dinas Sosial aktif memberikan bantuan setiap tahunnya. Set Top Box (STB) merupakan bantuan pemerintah secara langsung yang diberikan kepada masyarakat berdasarkan kriteria tertentu. Tujuaannya agar masyarakat yang kurang mampu juga dapat menikmati hiburan dan informasi berupa tontonan siaran televisi dari rumah masing-masing. Untuk dapat menerima bantuan STB, data warga penerima harus sudah didaftarkan dan sudah dianalisis oleh Dinas Komunikasi dan Informatika (KOMINFO) TTU. Masalah yang muncul adalah banyaknya data warga yang harus dihitung secara manual dan tentunya akan memakan waktu yang lama. Dalam upaya mengatasi masalah ini, dikembangkan Sistem Pendukung Keputusan (SPK) berbasis website yang dapat membatu dalam proses pengolahan data penerima bantuan secara cepat dan tepat. Sebagai metode perhitungan digunakan Simple Adjective Weighting (SAW). Metode ini menganalisis data-data yang sesuai dengan kriteria yang sudah ditentukan yaitu: Termasuk rumah tangga miskin, termasuk dalam DTKS (Data Terpadu Kemiskinian sejahtera), memiliki televisi tabung, lokasi, bersedia menerima dan memanfaatkan.  Hasil dari keputusan ini ditampilkan dalam bentuk daftar (list) nama penerima bantuan. Dengan adanya sistem ini, terbukti efektif dalam menangani proses analisis dan perhitungan penerima bantuan STB. Perhitungan lebih cepat, tepat, dan pemberian bantuan juga tepat sasaran. Data penerima bantuan bisa tersimpan lebih baik karena sudah berbasis digital, serta pembuatan laporan menjadi lebih mudah.Kata kunci: Set Top Box, Sistem Pendukung Keputusan, Metode SAW. Abstract - One form of government concern for people's lives is by providing assistance to those in need. The North Central Timor Regency Government (TTU) through the Social Service actively provides assistance every year. Set Top Box (STB) is direct government assistance provided to the community based on certain criteria. The aim is so that less fortunate people can also enjoy entertainment and information in the form of watching television broadcasts from their homes. To be able to receive STB assistance, data on recipient residents must have been registered and analyzed by the TTU Communication and Information Service (KOMINFO). The problem that arises is that there is a lot of citizen data that has to be calculated manually and of course it will take a long time. In an effort to overcome this problem, a website-based Decision Support System (DSS) was developed which can help in processing data on aid recipients quickly and precisely. As a calculation method, Simple Adjective Weighting (SAW) is used. This method analyzes data that is in accordance with predetermined criteria, namely: Including poor households, included in DTKS (Integrated Data on Prosperous Poverty), having a tube television, location, willing to receive and use it. The results of this decision are displayed in the form of a list of names of aid recipients. With this system, it has proven effective in handling the analysis and calculation process for STB aid recipients. Calculations are faster, more precise, and assistance is also right on target. Data on aid recipients can be stored better because it is digitally based, and making reports is easier.Keywords:Set Top Box, Decision Supprot System, SAW Method.  

Page 65 of 130 | Total Record : 1300